시스템 최적화 및 AI 기반 교통 신호 제어 연구

System Optimization and AI for Traffic Signal Control Research

연구 내용

운영과학 기반 시스템 최적화와 AI 기법을 결합하여 교통 신호제어 정책을 학습·탐색하는 연구

교통 신호제어를 목표로 운영과학(OR) 기반 시스템 최적화 절차를 구성하고, 퍼지, 신경망, 유전자알고리즘, 전문가시스템 등 AI 기법을 제어 정책 도출에 활용합니다. 교통 상태의 입력과 제어 출력 사이의 관계를 모델링하여 정책을 탐색하며, 운영 목표에 따라 제어 변수를 조정하는 구조를 마련합니다. 특히 시뮬레이션 기반 성능 비교를 통해 다양한 AI-최적화 조합의 동작 특성을 분석하고, 교통관제 운영 흐름에 적용 가능한 형태로 정리하는 데 초점을 둡니다.

관련 프로젝트

0건

연구 흐름

초기에는 운영목표를 명확히 정의하고, 신호제어 문제를 최적화 관점에서 정식화하는 데 집중합니다. 이후 퍼지 규칙과 전문가시스템 기반 접근으로 제어 로직을 구성하고, 신경망 모델과 유전자알고리즘을 도입하여 정책 탐색 범위를 확장합니다. 최근에는 시뮬레이션 검증과 결합하여 제어 정책의 안정성과 적용성을 평가하고, 시스템 수준에서 최적화-학습-운영의 연결을 강화하는 방향으로 연구를 수행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

퍼지 기반 신호제어 로직
신경망 기반 제어 정책
유전자알고리즘 기반 파라미터 탐색
전문가시스템 규칙 기반 운영
다목표 신호 운영 최적화
운영과학 기반 제어 문제 정식화
시뮬레이션-학습 연계 평가
교통 상황 적응형 제어
정책 선택 의사결정 모듈
ATMS 연동 최적화 엔진